专利名称: |
一种基于改进RBFNN算法的多功能水下水质自动监测系统及监测方法 |
摘要: |
本发明公开了一种基于改进RBFNN算法的多功能水下水质自动监测系统及监测方法,系统包括上位机和监测仪,上位机包括Labview界面设计部分及Python数据处理部分,监测仪包括可伸缩固定支架、盒体、下位机、滑动模块和电源模块;监测仪工作时,用不同的试剂滴定当前水样,并控制紫外光源发出不同的光来监测不同的水质参数;同时下位机控制滑动模块,使盒体在垂直方向上上下移动,进而采集不同水深的多个水质参数;上位机完成数据分析处理和显示。本发明将样本数据分为测试集与训练集,用训练集训练改进RBFNN模型,用训练好的改进RBFNN模型对测试集样本数据进行离线分类处理,有助于更好的分析水质情况。 |
专利类型: |
发明专利 |
国家地区组织代码: |
江苏;32 |
申请人: |
东南大学 |
发明人: |
严如强;杨建勇 |
专利状态: |
有效 |
申请号: |
CN201811138411.1 |
公开号: |
CN109270017A |
代理机构: |
南京苏高专利商标事务所(普通合伙) 32204 |
代理人: |
徐红梅 |
分类号: |
G01N21/33(2006.01)I;G;G01;G01N;G01N21 |
申请人地址: |
211189 江苏省南京市江宁区东南大学路2号 |
主权项: |
1.一种基于改进RBFNN算法的多功能水下水质自动监测系统,其特征在于:包括上位机和监测仪,上位机包括Labview界面设计部分及Python数据处理部分,上位机通过Labview设计GUI界面,借助内部接口函数调用Python函数采用改进RBFNN算法完成样本数据处理,先将样本数据集分为测试集和训练集,用训练集训练改进RBFNN模型,用训练好的改进RBFNN模型对测试集样本数据进行离线分类处理,所述样本数据是从SD卡数据动态存取模块读取到上位机的、由多个测量得到的水质参数组成的数据集;并设计GUI界面对结果进行显示;监测仪包括可伸缩固定支架、盒体、下位机、滑动模块和电源模块,其中:可伸缩固定支架下端固定于水中,用于固定整个监测仪;盒体密封,顶端开有一孔,盒体外部置有一个测量开关,盒体内壁设有防水层,且下位机和电源模块位于防水层里面;下位机用于控制滑动模块和采集水质参数数据,并将采集的水质参数数据上传至上位机;滑动模块用于连接盒体与可伸缩固定支架;电源模块为监测仪各模块供电;下位机控制滑动模块,使盒体在垂直方向上上下移动,进而采集不同水深的多个水质参数。 |
所属类别: |
发明专利 |